单细胞转录组识别癌症克隆选择性共抑制的个性化治疗
基于单细胞转录组数据，通过机器学习方法scTherapy为癌症患者推荐个性化多靶向治疗策略。
基本信息
资源简介
单细胞转录组识别癌症克隆选择性共抑制的个性化治疗
【一句话概览】
介绍一种机器学习方法 scTherapy，利用单细胞转录组图谱，为血液系统癌症或实体瘤的个体患者优先排序多靶点治疗方案，以识别患者定制疗法并选择性共同抑制癌症克隆。相关标签为 PRJNA1162743、University of Helsinki（来源 NCBI）。
【数据集背景】
本数据集源站标题为《Single-cell transcriptomes identify patient-tailored therapies for selective co-inhibition of cancer clones》。源站首次发布：2024-09-24。
【数据内容】
源站原始描述：Here, we describe a machine learning approach, scTherapy, which leverages single-cell transcriptomic profiles to prioritize multi-targeting treatment options for individual patients with hematological cancers or solid tumors
中文译文（机器翻译，仅供快速理解，请以原文为准）：在此，我们介绍一种名为 scTherapy 的机器学习方法，它利用单细胞转录组图谱，为患有血液系统癌症或实体瘤的个体患者优先筛选多靶点治疗方案。
【主题与分类】
主题标签：PRJNA1162743、University of Helsinki。
【适用方向】
组学数据适用于生物标志物发现与分子分型相关建模研究。
【获取与许可】
源站页面：https://www.ncbi.nlm.nih.gov/sra/SRP533551
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://www.ncbi.nlm.nih.gov/sra/SRP533551
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
